Autoencoder、VAE 和 GAN 入门课程

Autoencoder、VAE 和 GAN 入门课程

本课程是 AI 生成模型和 Networking 认证专项课程的一部分

位教师：Priyanka Mehta

访问权限由 New York State Department of Labor 提供

2个模块

深入了解一个主题并学习基础知识。

初级等级

推荐体验

4 小时完成

灵活的计划

自行安排学习进度

2个模块

深入了解一个主题并学习基础知识。

初级等级

推荐体验

4 小时完成

灵活的计划

自行安排学习进度

您将学到什么

使用 TensorFlow 构建并训练自动编码器和 VAE
使用 VAE 生成图像等合成数据
了解并应用 GAN 架构和训练技术
使用 GAN 为真实世界的使用案例创建逼真的输出结果

您将获得的技能

您将学习的工具

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

7 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是 AI 生成模型和 Networking 认证专项课程专项课程的一部分

在注册此课程时，您还会同时注册此专项课程。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有2个模块

本深度学习课程全面介绍自动编码器、变异自动编码器 (VAE) 和生成对抗网络 (GAN)。首先探索自动编码器如何压缩和重构数据，然后了解变异自动编码器如何添加概率建模以增强生成能力。学习 VAE 训练过程，并使用 TensorFlow 实现 VAE，利用 MNIST 数据集生成图像。进而掌握 GAN--了解其对抗训练方法、生成器和判别器的交互方式，并探索现实世界中的应用。通过逐步演示构建一个 GAN 来生成逼真的假图像，从而获得实践经验。要成功学习本课程，您应该对神经网络、机器学习概念和 Python 编程有基本的了解。

在本 Modulation 中探索自动编码器和变异自动编码器 (VAE) 的基础知识。了解 Autoencoder 如何压缩和重构数据、它们面临的挑战以及 VAE 如何克服这些挑战。了解 VAE 的训练过程及其生成能力。通过使用 MNIST 数据集，使用 TensorFlow 实现 VAE 以生成图像，从而获得实践经验。